CN117313437B - 交通流对能耗排放影响测试方法、装置、设备与存储介质 - Google Patents
交通流对能耗排放影响测试方法、装置、设备与存储介质 Download PDFInfo
- Publication number
- CN117313437B CN117313437B CN202311615588.7A CN202311615588A CN117313437B CN 117313437 B CN117313437 B CN 117313437B CN 202311615588 A CN202311615588 A CN 202311615588A CN 117313437 B CN117313437 B CN 117313437B
- Authority
- CN
- China
- Prior art keywords
- data
- simulated
- traffic
- vehicle
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012360 testing method Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 238000005070 sampling Methods 0.000 claims description 96
- 238000012952 Resampling Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000013028 emission testing Methods 0.000 claims 2
- 238000010998 test method Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 239000000446 fuel Substances 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001172 regenerating effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 238000009863 impact test Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种交通流对能耗排放影响测试方法、装置、设备与存储介质，属于车辆能耗检测领域。该方法包括：根据在预设的实际交通线路起始点采集多组车辆的交通数据，模拟在预设时间范围和实际交通线路上的预设停车位置随机停车。采用预设的交通流模拟方法生成交通流数据，构建车辆模型并实时采集车辆模型的能耗排放，然后分析交通流数据与能耗排放的测试数据之间的关联性，得出它们之间的影响关系。本申请通过深入了解实际道路交通车辆的行为和能耗排放，获得交通流与能耗排放之间的关系。
Description
技术领域
本发明属于车辆能耗检测领域，尤其涉及一种交通流对能耗排放影响测试方法、装置、设备与存储介质。
背景技术
在快节奏的城市生活中，交通拥堵和车辆尾气排放已成为严重的环境问题。为改善交通流并减少车辆排放，需深入了解实际道路交通车辆的行为和能耗排放。但传统车辆测试方法受限于车辆类型、驾驶员、天气等因素，无法准确评估交通流与能耗排放的关系。
发明内容
为了解决上述背景技术中存在的问题，本发明提供一种交通流对能耗排放影响测试方法、装置、设备与存储介质。
本申请提供一种交通流对能耗排放影响测试方法，包括：
基于实际交通线路采集车辆的交通数据，包括所述车辆的经度、纬度、海拔高度和车速；
对所述交通数据进行预处理，并在所述实际交通线路上模拟设置多个预设停车位置；
根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据；
对所述模拟交通数据进行重新采样，获得模拟交通流数据；
构建车辆模型，并实时采集所述车辆模型的能耗排放；
分析所述交通流数据和所述能耗排放的测试数据的关联性，确定所述交通流数据对所述能耗排放的影响关系。
可选地，对所述交通数据进行预处理，包括：
删除所述车辆处于停车状态的所述交通数据，生成第一数据；
以预设时间窗口为步长，对每个时间窗口内所述第一数据的异常值进行线性差值填充，生成第二数据；
对所述第二数据中的所述车速、经度、纬度和所述海拔高度进行滤波处理，生成第三数据；
根据所述第三数据中所述车速计算所述车辆的累计行驶里程；
根据所述第三数据中所述经度和所述纬度计算道路坡度，并对所述道路坡度进行滤波处理；
将所述车速、经度、纬度、海拔高度、累计行驶里程和所述道路坡度数据进行拟合，获得拟合公式；
根据所述拟合公式，以预设采用频率进行重采样，获得预处理后的所述车速、经度、纬度、海拔高度。
可选地，对所述模拟交通数据进行重新采样，获得模拟交通流数据，包括：
将所述模拟交通数据按照路段切割顺序进行组合，生成组合数据；
将所述组合数据按照采样点采集数据的先后顺序，生成模拟采样时间，使第t个采样点对应第t秒的采样时间；
所述采样点按照所述采样时间对所述模拟交通数据进行采集，得到所述模拟交通流数据。
可选地，根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据，包括：模拟行驶的车速；
模拟行驶的所述车速计算表达式如下：
其中，为第T个采样点对应的车辆模拟行驶车速，/>为第T个采样点的累计行驶里程，/>为第T-1个采样点的累计行驶里程，/>为第T-1个采样点对应的模拟行驶车速。
可选地，根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据，包括：生成不限速路段的模拟数据，步骤如下：
根据所述不限速路段中预设的最大车速、最小车速和路段长度，计算模拟行驶采样点的最小个数和最大个数；
在所述最小个数和最大个数之间，随机确定所述模拟行驶采样点，且相邻模拟行驶采样点的累计行驶里程差在第一预设里程差范围内；
根据选取的所述模拟行驶采样点是否包含预设停车位置，确定每个预设停车位置采样的次数；
分别在所述模拟行驶采样点采集和根据所述次数在所述预设停车位置采集所述模拟交通数据。
可选地，根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据，包括：生成包含限速路段的模拟数据，步骤如下：
根据所述限速路段预设的最大车速或最大平均车速、最小平均车速和路段长度，计算模拟行驶采样点的最小个数和最大个数；
在所述最小个数和最大个数之间，随机确定所述模拟行驶采样点，且相邻模拟行驶采样点的累计行驶里程差在第一预设里程差范围内；
根据选取的所述模拟行驶采样点是否包含预设停车位置，确定每个预设停车位置采样的次数；
分别在所述模拟行驶采样点采集和根据所述次数在所述预设停车位置采集所述模拟交通数据。
可选地，根据选取的所述模拟行驶采样点是否包含预设停车位置，确定每个预设停车位置采样的次数，包括：
如果选取的所述模拟行驶采样点中包含所述预设停车位置，则所述预设停车位置采用次数为m-1次；
如果选取的采样点中不包含所述预设停车位置，则所述预设停车位置采用次数为m次；
其中，m为预设停车时间范围内的任意值。
本申请还提供一种交通流对能耗排放影响测试装置，包括：
采集模块，用于基于实际交通线路采集车辆的交通数据，包括所述车辆的经度、纬度、海拔高度和车速；
预处理模块，用于对所述交通数据进行预处理，并在所述实际交通线路上模拟设置多个预设停车位置；
模拟模块，用于根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据；
交通流数据生成模块，用于对所述模拟交通数据进行重新采样，获得模拟交通流数据；
能耗采集模块，用于构建车辆模型，并实时采集所述车辆模型的能耗排放；
分析模块，用于分析所述交通流数据和所述能耗排放的测试数据的关联性，确定所述交通流数据对所述能耗排放的影响关系。
本申请还提供一种交通流对能耗排放影响测试设备，包括：
存储器，用于存储上述的交通流对能耗排放影响测试方法的计算执行程序；
处理器，用于从所述存储器中调取所述计算执行程序，并执行交通流对能耗排放影响测试方法。
本申请还提供一种存储介质，存储有计算机执行程序，所述计算机执行程序由处理器调取，以执行上述的交通流对能耗排放影响测试方法的步骤。
本申请具有的优点：
本申请提供一种交通流对能耗排放影响测试方法，包括：基于实际交通线路采集车辆的交通数据，包括所述车辆的经度、纬度、海拔高度和车速；对所述交通数据进行预处理，并在所述实际交通线路上模拟设置多个预设停车位置；根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据；对所述模拟交通数据进行重新采样，获得模拟交通流数据；构建车辆模型，并实时采集所述车辆模型的能耗排放；分析所述交通流数据和所述能耗排放的测试数据的关联性，确定所述交通流数据对所述能耗排放的影响关系。本申请通过解耦交通流数据和所述能耗排放的测试数据，然后建立二者关系，深入了解实际道路交通车辆的行为和能耗排放的同时，获得交通流与能耗排放的关系。
附图说明
图1是本申请中交通流对车辆能耗排放影响测试方法示意图；
图2是本申请中测试结果示意图；
图3是本申请中交通流和车辆能耗排放测装置示意图。
具体实施方式
为了能够更加详细地描述本发明的实施例或者描述本发明的具体实施方式，下面将结合本发明的附图以及文字描述，对本发明进行进一步的详细说明。
需要说明的是，下面的描述并不限定本发明的具体实施方式，而是作为示例提供给本领域的技术人员参考。
如图1所示，本申请中交通流对车辆能耗排放影响测试的步骤，包括：
S101、基于实际交通线路采集车辆的交通数据，包括所述车辆的经度、纬度、海拔高度和车速。
实际道路数据采集是交通研究和仿真模拟中的关键步骤，它为后续的交通流分析和模拟提供基础数据。以下是关于描述内容的详细信息：
本申请中，采集多条实际线路的数据，为交通流和能耗排放研究提供现实依据。
根据预设的实际道路的起点和终点的GPS经度、纬度坐标确定数据的采集范围。在数据采集过程中，采用固定的采样频率进行数据的获取，确保数据的一致性和可比性。
本申请中，采集的数据包括但不限于以下内容：
记录数据采集的具体时间，用于后续分析交通流的时序变化。
捕捉车辆在某一时刻的瞬时车速，它是评估交通流畅度和车辆能耗的关键指标。
所述车辆所造的经度、纬度，这两个坐标参数确定了车辆的具体位置，是研究车辆行驶路径和交通分布的基础。
记录路段的海拔信息，海拔变化会影响车辆的行驶状态和油耗。
S102、对所述交通数据进行预处理，并在所述实际交通线路上模拟设置多个预设停车位置。
所述预处理包括如下内容：
1、删除所述车辆处于停车状态的所述交通数据，生成第一数据。
本申请中，采集数据是根据预设的频率持续采集的。此时，去除不必要的停车数据，保留车辆开始停车的那一组数据。例如：扫描整个数据集，当发现车辆行驶车速持续为0的部分数据时，删除这些部分，但保留第一次采集的车速为0的采集数据。
2、以预设时间窗口为步长，对每个时间窗口内所述第一数据的异常值进行线性差值填充，生成第二数据。
本申请中，以300秒的时间长度为时间窗口，每秒移动一次，识别窗口内的异常值，并采用线性插值方法填充这些异常值。优选的，使用箱型图统计方法来识别异常值。
3、对所述第二数据中的所述车速、经度、纬度和所述海拔高度进行滤波处理，生成第三数据。
具体的，对车速使用巴特沃斯滤波器进行滤波处理；对经度、纬度和海拔高度使用S-G滤波器进行滤波处理。
4、根据所述第三数据中所述车速计算所述车辆的累计行驶里程。表达式如下：
其中为第t秒时的累计行驶里程，/>为第t秒的车辆行驶车速。
5、交通流和车辆能耗排放经纬度转化为直角坐标系，方便后续计算和分析。具体的，使用预设的转换公式将经纬度坐标转为直角坐标。
6、根据所述第三数据中所述经度和所述纬度计算道路坡度，并对所述道路坡度进行滤波处理。
其中，计算道路坡度表达式如下：
、/>分别为第t个和t-1个采样点的海拔高度（单位：m）；/>和/>分别为第t个和t-1个采样点的累计行驶里程（单位：m）；/>为第t个采样点的实际道路坡度（单位：°）。
8、将所述车速、经度、纬度、海拔高度、累计行驶里程和所述道路坡度数据进行拟合，获得拟合公式。
例如：按10秒时间长度划分数据窗口，每个窗口内分别按预设多项式进行数据拟合，选择误差平方和最小的多项式作为该窗口的拟合多项式，作为所述拟合公式。
9、根据所述拟合公式，以预设采用频率进行重采样，获得预处理后的所述车速、经度、纬度、海拔高度。
具体的，根据拟合公式，按10秒每次的频率对经度、纬度、海拔高度、车速、累计行驶里程、道路坡度数据进行重采样，形成预处理的交通数据。
另外，根据所述预处理的交通数据，在交通线路中设置多个预设停车位置，用于后续交通流数据的模拟。
具体的，选择预设停车位置的经、纬度，模拟真实道路环境中的停车行为，如模拟停车场、红绿灯路口等。这些预设停车位置在预处理后的交通数据中选择。
S103、根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据。
基于所述预处理的交通数据，选择预设路段起始点的经、纬度，确定交通流模拟的起始位置，以此为基础模拟车辆的行驶和停车行为。
在所述预设停车位置，车辆按照预设时间范围随机停车，模拟实际交通中因各种因素（如红灯、交通拥堵、事故等）导致的停车状况。
具体的，在交通流模拟中，设定特定的规则或算法，使得当车辆行驶至预设停车位置时，会按照预设的时间范围进行随机停车。例如，模拟红灯场景，当车辆到达红绿灯路口时，根据红灯的时间范围进行随机停车等待。
模拟道路工况中如红绿灯路口、意外停车等不同时长停车状况，更加真实地模拟实际交通流情况，考虑不同停车状况的影响。
根据不同的道路工况和停车原因，调整随机停车的算法和参数。例如，在红绿灯路口，根据交通信号灯的变换规则来设定车辆的停车和启动时间；对于意外停车，根据历史数据或统计规律来预设不同的停车时长。
本申请中，采集车辆在上述模拟过程中的生成模拟交通数据，分为两者情况，分别是不包含限速路段的情况和包含限速路段的情况。
所述第一方法（不限速路段采样点选取）：
首先，计算采样点数量，根据实际的道路条件设定了交通流的最大和最小行驶车速，分别为和/>。例如，/>为120 km/h，而/>为20 km/h。
同时，考虑路段的长度S，该长度是基于路段起始点的累积行驶里程差来计算的。
利用上述参数，计算出该路段的模拟行驶最小采样点个数和最大采样点个数。具体的计算方式为：
在得到了和/>之后，在这两个数值之间随机选择一个数值N，然后基于这个数值在预设路段中随机抽取N组数据作为车辆的模拟行驶采样点。
为确保模拟的准确性，还需要验证采样点的有效性。具体的，通过检查采样点、起点和终点之间任意两两相邻点的累计行驶里程差是否在第一里程差范围内来完成的。所述第一里程差范围是[0, D]，其中D是一个预设的最大里程差，它必须小于预设的车辆最大加速度。
如果采样点有效，则会被保留；否则，重新生成采样点，直到所有的采样点都满足有效性条件。
如果在选取的采样点中有停车位置，那么每个预设停车位置会重复选取数据m-1次。
如果选取的采样点中没有停车位置，则每个预设停车位置会重复选取数据m次。在这里，m是预设停车时间范围内的任意一个值。
最后，输出所有采样点采用的数据，以及根据上述确定的所述次数所述预设停车位置处采用的数据。这些数据包括但不限于经度、纬度、海拔高度和道路坡度。
第二方法（限速路段采样点选取）：
首先，基于预设的限速路段的第一车速、第二车速/>和限速路段的长度/>来计算在限速路段上模拟行驶采样点的最小个数n 1和最大个数n 2。
计算方式为：
其中，所述路段长度s为限速路段起始点的累积行驶里程差。
第一车速代表限速区间的最大车速限值或最大平均车速限值，是一个在限速路段内车辆不应超过的车速。
第二车速代表限速区间在正常交通流状态下的合理最小平均车速，也就是在正常驾驶情况下，车辆在限速路段内达到的最小车速。
在得到了和/>之后，在这两个数值之间随机选择一个数值n，并在预设的区间限速路段内随机抽取n组数据作为车辆模拟行驶的采样点。
为了保证模拟的准确性，该方法同样进行采样点的有效性验证。包括检查限速路段前相邻路段终点、限速路段后相邻路段起点和采样点之间任意两两相邻点的累计行驶里程差是否在第一里程差范围内。如果在此范围内，模拟行驶采样点被认为是有效的；否则，重新生成采样点，直到所有的模拟行驶采样点都有效。
与第一方法相似，第二方法也考虑了停车位置的情况。如果选取的模拟行驶采样点中包含停车位置，则每个预设停车位置会重复选取数据m-1次；如果不包含停车位置，则每个预设停车位置会重复选取数据m次。这里的m同样是预设停车时间范围内的任意值。
第二方法最后也会输出所有模拟行驶采样点的数据，以及根据上述确定的所述次数所述预设停车位置处采用的数据。这些数据的内容与第一方法相同，包括但不限于经度、纬度、海拔高度和道路坡度。
上述通过第一方法或/和第二方法，最后获得了模拟交通数据。
S104、对所述模拟交通数据进行重新采样，获得模拟交通流数据。
当模拟的交通流中不包含限速路段时，系统会采用预设的第一方法来生成采样数据。这种方法基于一系列算法和统计模型，旨在模拟非限速条件下的车辆行为，所述第一方法在上文中已有详细描述。
包含限速路段的情况：
如果模拟的交通流中存在限速路段，为了更精确地模拟这种情况，实际道路会被切分成多段。这些段落包括不限速路段和限速路段。
对于限速路段的采样点，系统会采用第二方法。这第二方法更为细致，考虑了限速对车辆行为的影响。所述第二方法在上文中也有详细描述。
在得到了各路段的模拟交通数据后，如果既有限速路段，也有不限速路段，这些数据会按照它们在实际道路上的切分顺序进行组合。
为了使数据更加时序化，按照数据点的先后顺序重新生成采样时间。例如，第t个采样点对应的是第t秒的采样时间。
然后进行车辆行驶车速的计算，模拟交通流中的车辆行驶车速是根据模拟生成的采样点数据计算得出的。
计算公式如下：
其中，为第T个采样点对应的车辆行驶车速，/>为第T个采样点的累计行驶里程，/>为第T-1个采样点的累计行驶里程，/>为第T-1个采样点对应的车辆行驶车速。
通过重新采用，获得了模拟交通流数据，包括基于所述模拟交通数据进行采样获得的经度、纬度、海拔高度，以及计算得到的车速。
S105、构建车辆模型，并实时采集所述车辆模型的能耗排放。
在车辆和驾驶员建模的过程中，主要关注两个方面：车辆的动力学特性和驾驶行为。
车辆动力学特性建模，至少包括：
加速度，用于描述车速变化快慢的物理量。建模时，考虑车辆的发动机性能、车重、路面状况等因素，以准确反映其在不同条件下的加速能力。
制动力，制动力是车辆减速和停车的关键因素。建模时，考虑刹车系统性能、轮胎与路面间的摩擦等因素，以准确模拟车辆的制动性能。
驾驶行为建模：
驾驶行为模型主要关注驾驶员如何操控车辆，例如加速、减速、转向、换挡等。这涉及驾驶员的反应时间、决策逻辑、以及对环境的感知等要素。通过这些数据，模拟出真实的驾驶行为，并用于评估车辆的能耗和排放。
根据上述车辆的动力学特性和驾驶行为，进行能耗排放检测。
能耗排放测试是评价车辆性能的重要环节，本申请中主要通过实时数据采集设备来进行。
具体的，可参照中国发明专利ZL202110578368.6，进行所述能耗排放的信息采集。
S106、分析所述交通流数据和所述能耗排放的测试数据的关联性，确定所述交通流数据对所述能耗排放的影响关系。
本申请通过解耦分析的核心目的是将交通流与能耗排放之间的关系独立出来，单独分析每一个因素对能耗排放的影响。这样更准确地找出关键的影响因子，为后续的优化策略提供决策支持。
具体的，可通过模型分析各个交通流特性对能耗排放的影响大小和方向。例如，是否停车时长越长，油耗就越高；或者车速越快，尾气排放是否就越少。
经过解耦分析，可能得到以下一些发现（注：下面只是示例，实际情况可能有所不同）：
停车时长增加会导致油耗上升，因为长时间的怠速会消耗更多的燃油。
车辆行驶车速在某一范围内时，油耗和排放达到最佳状态。超过这个范围，油耗和排放可能会增加。
交通拥堵（车流量大、车速慢）会导致油耗增加和尾气排放上升。
通过交通流和能耗排放的解耦分析，城市规划者和交通管理部门获得宝贵的决策支持信息。例如，根据分析结果，调整交通信号灯的时序以减少停车时长，或者优化道路设计以提高车辆的平均行驶车速，从而达到降低能耗和排放的目的。
本申请还提供一种交通流对能耗排放影响测试装置，以实现上述交通流对能耗排放影响测试方法。
如图3所示，所述交通流对能耗排放影响测试装置，包括：
采集模块201，用于基于实际交通线路采集车辆的交通数据，包括所述车辆的经度、纬度、海拔高度和车速。
预处理模块202，用于对所述交通数据进行预处理，并在所述实际交通线路上模拟设置多个预设停车位置。
模拟模块203，用于根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据。
交通流数据生成模块204，用于对所述模拟交通数据进行重新采样，获得模拟交通流数据。
能耗采集模块205，用于构建车辆模型，并实时采集所述车辆模型的能耗排放。
分析模块206，用于分析所述交通流数据和所述能耗排放的测试数据的关联性，确定所述交通流数据对所述能耗排放的影响关系。
本申请还提供一种交通流对车辆能耗排放影响测试设备，包括：
存储器，用于存储上述的交通流对车辆能耗排放影响测试方法的计算执行程序；
处理器，用于从所述存储器中调取所述计算执行程序，并执行交通流对车辆能耗排放影响测试方法。
本申请还提供一种存储介质，存储有计算机执行程序，所述计算机执行程序由处理器调取，以执行上述的交通流对车辆能耗排放影响测试方法的步骤。
本申请所述一种交通流对车辆能耗排放影响测试方法、设备、装置即存储介质所保护的技术方案，其测试结果如图2所示。
本文是参照根据本文实施例的方法、装置（设备）和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
说明的是，本申请所用术语仅为了描述特定实施例，而非限制本申请范围。如本申请说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。
还需说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”等应做广义理解，例如，是固定连接，也是可拆卸连接，或一体地连接；是机械连接，也是电连接；是直接相连，也通过中间媒介间接相连，是两个元件内部的连通。对于本领域的普通技术人员而言，具体情况理解上述术语在本申请中的具体含义。
以上所述的实施例及/或实施方式，仅是用以说明实现本发明技术的较佳实施例及/或实施方式，并非对本发明技术的实施方式作任何形式上的限制，任何本领域技术人员，在不脱离本发明内容所公开的技术手段的范围，当可作些许的更动或修改为其它等效的实施例，但仍应视为与本发明实质相同的技术或实施例。交通流和车辆能耗排放
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。以上所述仅是本申请的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还作出若干改进、润饰或变化，也将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其他场合的，均应视为本申请的保护范围。
Claims (8)
1.一种交通流对能耗排放影响测试方法，其特征在于，包括：
基于实际交通线路采集车辆的交通数据，包括所述车辆的经度、纬度、海拔高度和车速；
对所述交通数据进行预处理，并在所述实际交通线路上模拟设置多个预设停车位置，所述预处理包括：
删除所述车辆处于停车状态的所述交通数据，生成第一数据；
以预设时间窗口为步长，对每个时间窗口内所述第一数据的异常值进行线性差值填充，生成第二数据；
对所述第二数据中的所述车速、经度、纬度和所述海拔高度进行滤波处理，生成第三数据；
根据所述第三数据中所述车速计算所述车辆的累计行驶里程；
根据所述第三数据中所述经度和所述纬度计算道路坡度，并对所述道路坡度进行滤波处理；
将所述车速、经度、纬度、海拔高度、累计行驶里程和所述道路坡度数据进行拟合，获得拟合公式；
根据所述拟合公式，以预设采用频率进行重采样，获得预处理后的所述车速、经度、纬度、海拔高度；
根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据，包括：生成不限速路段的模拟数据，步骤如下：
根据所述不限速路段中预设的最大车速、最小车速和路段长度，计算模拟行驶采样点的最小个数和最大个数；
在所述最小个数和最大个数之间，随机确定所述模拟行驶采样点，且相邻模拟行驶采样点的累计行驶里程差在第一预设里程差范围内；
根据选取的所述模拟行驶采样点是否包含预设停车位置，确定每个预设停车位置采样的次数；
分别在所述模拟行驶采样点和所述预设停车位置采集所述模拟交通数据，其中在所述预设停车位置采集模拟交通数据是根据所述次数进行采集；
对所述模拟交通数据进行重新采样，获得模拟交通流数据；
构建车辆模型，并实时采集所述车辆模型的能耗排放；
分析所述交通流数据和所述能耗排放的测试数据的关联性，确定所述交通流数据对所述能耗排放的影响关系。
2.根据权利要求1所述交通流对能耗排放影响测试方法，其特征在于，对所述模拟交通数据进行重新采样，获得模拟交通流数据，包括：
将所述模拟交通数据按照路段切割顺序进行组合，生成组合数据；
将所述组合数据按照采样点采集数据的先后顺序，生成模拟采样时间，使第t个采样点对应第t秒的采样时间；
所述采样点按照所述采样时间对所述模拟交通数据进行采集，得到所述模拟交通流数据。
3.根据权利要求1所述交通流对能耗排放影响测试方法，其特征在于，根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据，包括：生成模拟车速；
所述模拟车速计算表达式如下：
其中，为第T个采样点对应的车辆模拟行驶车速，/>为第T个采样点的累计行驶里程，/>为第T-1个采样点的累计行驶里程，/>为第T-1个采样点对应的模拟行驶车速。
4.根据权利要求1所述交通流对能耗排放影响测试方法，其特征在于，根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据，包括：生成包含限速路段的模拟数据，步骤如下：
根据所述限速路段预设的最大车速或最大平均车速、最小平均车速和路段长度，计算模拟行驶采样点的最小个数和最大个数；
在所述最小个数和最大个数之间，随机确定所述模拟行驶采样点，且相邻模拟行驶采样点的累计行驶里程差在第一预设里程差范围内；
根据选取的所述模拟行驶采样点是否包含预设停车位置，确定每个预设停车位置采样的次数；
分别在所述模拟行驶采样点和所述预设停车位置采集所述模拟交通数据，其中在所述预设停车位置采集模拟交通数据是根据所述次数进行采集。
5.根据权利要求1或4任一项所述交通流对能耗排放影响测试方法，其特征在于，根据选取的所述模拟行驶采样点是否包含预设停车位置，确定每个预设停车位置采样的次数，包括：
如果选取的所述模拟行驶采样点中包含所述预设停车位置，则所述预设停车位置采样次数为m-1次；
如果选取的采样点中不包含所述预设停车位置，则所述预设停车位置采样次数为m次；
其中，m为预设停车时间范围内的任意值。
6.一种交通流对能耗排放影响测试装置，其特征在于，包括：
采集模块，用于基于实际交通线路采集车辆的交通数据，包括所述车辆的经度、纬度、海拔高度和车速；
预处理模块，用于对所述交通数据进行预处理，并在所述实际交通线路上模拟设置多个预设停车位置，所述预处理包括：
删除所述车辆处于停车状态的所述交通数据，生成第一数据；
以预设时间窗口为步长，对每个时间窗口内所述第一数据的异常值进行线性差值填充，生成第二数据；
对所述第二数据中的所述车速、经度、纬度和所述海拔高度进行滤波处理，生成第三数据；
根据所述第三数据中所述车速计算所述车辆的累计行驶里程；
根据所述第三数据中所述经度和所述纬度计算道路坡度，并对所述道路坡度进行滤波处理；
将所述车速、经度、纬度、海拔高度、累计行驶里程和所述道路坡度数据进行拟合，获得拟合公式；
根据所述拟合公式，以预设采用频率进行重采样，获得预处理后的所述车速、经度、纬度、海拔高度；
模拟模块，用于根据预处理后的所述经度、纬度、海拔高度和所述车速，模拟在所述预设停车位置随机停车，生成模拟交通数据，包括：生成不限速路段的模拟数据，步骤如下：
根据所述不限速路段中预设的最大车速、最小车速和路段长度，计算模拟行驶采样点的最小个数和最大个数；
在所述最小个数和最大个数之间，随机确定所述模拟行驶采样点，且相邻模拟行驶采样点的累计行驶里程差在第一预设里程差范围内；
根据选取的所述模拟行驶采样点是否包含预设停车位置，确定每个预设停车位置采样的次数；
分别在所述模拟行驶采样点和所述预设停车位置采集所述模拟交通数据，其中在所述预设停车位置采集模拟交通数据是根据所述次数进行采集；
交通流数据生成模块，用于对所述模拟交通数据进行重新采样，获得模拟交通流数据；
能耗采集模块，用于构建车辆模型，并实时采集所述车辆模型的能耗排放；
分析模块，用于分析所述交通流数据和所述能耗排放的测试数据的关联性，确定所述交通流数据对所述能耗排放的影响关系。
7.一种交通流对能耗排放影响测试设备，其特征在于，包括：
存储器，用于存储权利要求1~5任一项所述的交通流对能耗排放影响测试方法的计算执行程序；
处理器，用于从所述存储器中调取所述计算执行程序，并执行交通流对能耗排放影响测试方法。
8.一种存储介质，其特征在于，存储有计算机执行程序，所述计算机执行程序由处理器调取，以执行权利要求1~5任一项所述的交通流对能耗排放影响测试方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311615588.7A CN117313437B (zh) | 2023-11-30 | 2023-11-30 | 交通流对能耗排放影响测试方法、装置、设备与存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311615588.7A CN117313437B (zh) | 2023-11-30 | 2023-11-30 | 交通流对能耗排放影响测试方法、装置、设备与存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117313437A CN117313437A (zh) | 2023-12-29 |
| CN117313437B true CN117313437B (zh) | 2024-02-13 |
Family
ID=89260773
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311615588.7A Active CN117313437B (zh) | 2023-11-30 | 2023-11-30 | 交通流对能耗排放影响测试方法、装置、设备与存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117313437B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102944887A (zh) * | 2012-11-14 | 2013-02-27 | 东南大学 | 基于油耗与尾气排放的车辆三维导航方法 |
| CN108489500A (zh) * | 2018-03-13 | 2018-09-04 | 安徽江淮汽车集团股份有限公司 | 一种基于能耗经济性的全局路径规划方法及系统 |
| CN114021391A (zh) * | 2021-12-06 | 2022-02-08 | 国网上海市电力公司 | 基于动态能耗与用户心理的电动汽车充电负荷预测方法 |
| CN114435138A (zh) * | 2022-01-25 | 2022-05-06 | 中国第一汽车股份有限公司 | 一种车辆能耗预测方法、装置、车辆及存储介质 |
| CN115935672A (zh) * | 2022-12-19 | 2023-04-07 | 吉林大学 | 一种融合工况预测信息的燃料电池汽车能耗计算方法 |
| CN117079459A (zh) * | 2023-08-18 | 2023-11-17 | 北京赛目科技股份有限公司 | 混合自动驾驶交通流流速密能图谱构建方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2993213B1 (fr) * | 2012-07-12 | 2015-10-23 | Commissariat Energie Atomique | Procede de gestion de l'energie consommee par un vehicule automobile et systeme mettant en œuvre un tel procede |
-
2023
- 2023-11-30 CN CN202311615588.7A patent/CN117313437B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102944887A (zh) * | 2012-11-14 | 2013-02-27 | 东南大学 | 基于油耗与尾气排放的车辆三维导航方法 |
| CN108489500A (zh) * | 2018-03-13 | 2018-09-04 | 安徽江淮汽车集团股份有限公司 | 一种基于能耗经济性的全局路径规划方法及系统 |
| CN114021391A (zh) * | 2021-12-06 | 2022-02-08 | 国网上海市电力公司 | 基于动态能耗与用户心理的电动汽车充电负荷预测方法 |
| CN114435138A (zh) * | 2022-01-25 | 2022-05-06 | 中国第一汽车股份有限公司 | 一种车辆能耗预测方法、装置、车辆及存储介质 |
| CN115935672A (zh) * | 2022-12-19 | 2023-04-07 | 吉林大学 | 一种融合工况预测信息的燃料电池汽车能耗计算方法 |
| CN117079459A (zh) * | 2023-08-18 | 2023-11-17 | 北京赛目科技股份有限公司 | 混合自动驾驶交通流流速密能图谱构建方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 基于微观仿真的交叉口车辆能耗与排放研究;刘皓冰;熊英格;高锐;滕靖;朱明;;城市交通(第02期);全文 * |
| 考虑路内停车的元胞自动机交通流能耗模型;韦兰香;梁玉娟;;科技通报(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117313437A (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110610260B (zh) | 行车能耗预测系统、方法、存储介质和设备 | |
| Andre et al. | Driving cycles for emission measurements under European conditions | |
| CN106596135B (zh) | 一种纯电动汽车实际行驶能耗测试、评价和预测方法 | |
| Donateo et al. | Building a cycle for real driving emissions | |
| Tong et al. | A framework for developing driving cycles with on‐road driving data | |
| CN114354219B (zh) | 自动驾驶车辆的测试方法及装置 | |
| CN108198425A (zh) | 一种电动汽车行驶工况的构建方法 | |
| CN105868787A (zh) | 基于工况识别和模糊能耗的电动汽车续驶里程估算方法 | |
| CN104200267A (zh) | 一种车辆驾驶经济性评价系统及评价方法 | |
| CN107368913B (zh) | 一种基于最小二乘支持向量机的油耗预测方法 | |
| CN103180884A (zh) | 驾驶者行为诊断方法和系统 | |
| CN106529599A (zh) | 一种面向事件的驾驶员生态驾驶行为评估方法 | |
| CN109506946B (zh) | 一种rde工况库开发及使用方法 | |
| CN102508949A (zh) | 城市隧道机动车尾气排放的数字化分析方法 | |
| CN113844507A (zh) | 一种基于数字孪生的列车模拟运行系统构建方法 | |
| CN115964905B (zh) | 高原山地道路的排放测试工况构建方法和介质 | |
| CN116340718A (zh) | 一种基于轨迹数据的汽车碳排放估计模型构建方法及系统 | |
| CN114896325A (zh) | 一种用于预期功能安全的场景测试评价方法与系统 | |
| CN112948965A (zh) | 一种基于机器学习和统计验证的汽车行驶工况的构建方法 | |
| WO2016184497A1 (en) | System and method for estimating energy usage | |
| CN114332825B (zh) | 基于深度学习的道路地形分布识别方法、设备和存储介质 | |
| CN105430085A (zh) | 一种使用节气门开度评估驾驶行为经济性的系统及方法 | |
| CN117313437B (zh) | 交通流对能耗排放影响测试方法、装置、设备与存储介质 | |
| CN108171975B (zh) | 一种基于路段和交叉口分布的城市汽车运行速度预测方法 | |
| CN112729863A (zh) | 一种车辆实测道路选择方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |